自测预注册实验85.7%曾p-hack配置被阻止
krisgligoric · x · 2026-07-06
研究团队自己也按该协议执行并预注册了实验。结果显示，85.7%曾对前代模型p-hack的配置，在使用下一个合格模型时被成功阻止，验证了方法在自我约束上的有效性。
所属事件:研究提出LLM预注册协议以遏制评测p-hacking(7 条相关)→
「研究」频道最新
- 数学顾问组织公开施压,要求 OpenAI 立即公开 Yang-Mills AI 证明 — LucaAmb · 2026-10-27
- 前 Vercel 工程师用线性近似做 UI：一次布局算出所有帧 — shuding · 2026-10-27
- 把设计看成 N 维空间找最短路径，卡片换行不再跳跃 — shuding · 2026-10-27
- 用区间算术证明 UI 在无穷参数组合下永不超限 — shuding · 2026-10-27
- Vercel 把 React 组件编译成真数学函数，UI 迎来微积分时代 — shuding · 2026-10-27
- 东北大学新基准：AI Agent 每 5 次任务就有 1 次越权行事 — rohanpaul_ai · 2026-10-27